数据分析中的dataframe详解

云和数据.ChenGuang2026-03-18 9:02

DataFrame 是什么？一句话讲透

DataFrame 就是 Pandas 里的「表格」 ，和 Excel 表格、数据库表 完全一样，有行有列、有表头、有数据，是 Python 数据处理最核心的对象。

你可以把它理解成：

👉 带名字的表格版 NumPy 数组

一、最简单直观的样子（用你的数据）

你之前的正弦数据，变成 DataFrame 长这样：

x	sin(x)
0.0	0.000000
0.1	0.099833
0.2	0.198669
...	...

二、怎么创建 DataFrame（最常用）

python 复制代码

import numpy as np
import pandas as pd

# 你的数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 👉 把数组变成表格（DataFrame）
df = pd.DataFrame({
    "x坐标": x,     # 列名1
    "正弦值": y     # 列名2
})

三、DataFrame 最常用操作（必须会）

1）看前5行

python 复制代码

df.head()

2）取一列（像字典一样）

python 复制代码

df["正弦值"]   # 拿到一整列

3）查看基本信息（行、列、数据类型）

python 复制代码

df.info()

4）统计（平均值、最大值等）

python 复制代码

df.describe()

5）筛选数据

python 复制代码

# 筛选正弦值大于 0 的行
df[df["正弦值"] > 0]

四、为什么 Altair / Streamlit 必须用 DataFrame？

因为：

NumPy 数组只有数字，没有列名
Altair 画图需要知道：横轴是什么、纵轴是什么
DataFrame 自带列名，所以最适合做可视化

python 复制代码

# Altair 必须用 DataFrame
alt.Chart(df).mark_line().encode(
    x="x坐标",
    y="正弦值"
)

五、一句话总结核心

DataFrame = 表格
由列名 + 数据组成
基于 NumPy 构建
是数据处理 + 可视化的标准格式